如何将DataFrame数据按3小时时间序列分组至最近后续时间点

步骤1：将时间序列转为datetime类型 #

首先把生成的字符串格式时间序列转换为Pandas的datetime类型，方便后续时间匹配：

import pandas as pd

# 原生成的字符串时间序列
timeSeries = pd.date_range("2021-05-18", "2022-05-19", freq="3H").strftime('%Y-%m-%d %H:%M:%S')
# 转为datetime类型
time_series_dt = pd.to_datetime(timeSeries)

步骤2：确保DataFrame索引为datetime格式 #

检查并转换你的DataFrame索引为datetime类型（如果还不是的话）：

# 转换索引为datetime格式
df.index = pd.to_datetime(df.index)

步骤3：匹配最近的后续时间节点 #

使用searchsorted方法，通过side='right'参数找到每个索引对应的第一个大于当前时间的序列节点，也就是最近的后续时间点：

# 获取每个索引对应的后续时间点位置
match_indices = time_series_dt.searchsorted(df.index, side='right')
# 将匹配到的时间点添加为DataFrame的新列
df['group_time'] = time_series_dt[match_indices]

步骤4：按匹配的时间节点分组 #

现在可以直接按新添加的group_time列进行分组操作，比如统计每个分组的ID数量：

# 按分组时间聚合数据
grouped_data = df.groupby('group_time')
# 示例：查看每个分组的ID数量
print(grouped_data['ID'].count())

说明 #

• searchsorted(side='right')会返回第一个大于目标值的元素位置，正好满足“最近的后续时间节点”的需求，比如示例中的2021-05-18 23:49:02会匹配到2021-05-19 00:00:00（注：原代码中strftime生成的24:00:00实际会被Pandas解析为次日的00:00:00，属于正常的时间格式转换）。

内容的提问来源于stack exchange，提问作者Julian Saadon